Resumen y guía de estudio para Estadística y Probabilidad 1

RAZONES Y PROPORCIONES
1. Razón
Cuando comparemos 2 magnitudes mediante una división diremos que esas 2 magnitudes se
encuentran en una razón. Por ejemplo, sean a y b dos cantidades, entonces una razón entre a y b
es

a:b= ; y lo leeremos a es a b:

2. Proporciones
Cuando tengamos 2 razones igualadas diremos que tenemos una proporción entre ambas razones.
Por ejemplo, sean a; b; c y d cuatro magnitudes, entonces una proporción entre ambas razones es

; y lo leeremos "a es a b como c es a d":

Proporcionalidad directa, si una variable aumenta (disminuye), entonces la otra variable también
aumenta (disminuye) en la misma proporción.
Proporcionalidad inversa, si una variable aumenta (disminuye), entonces la otra variable también
disminuye (aumenta) en la misma proporción.
TEORIA DE CONJUNTOS
Definiciones:
1.- Conjunto: es una lista, clase o colección de objetos bien definidos, objetos que, pueden ser
cualesquiera: números, personas, letras, etc. Estos objetos se llaman elementos o miembros del
conjunto.
2.-Subconjunto: A es subconjunto de B si todo elemento de A lo es también de B.
3.- Conjunto Universal: es aquel conjunto que no puede ser considerado un subconjunto de otro
conjunto, excepto de si mismo. Todo conjunto se debe considerar un subconjunto del Conjunto
Universal.
4.- Conjunto Potencia: se denomina conjunto potencia de A, P(A), a la familia de todos los
subconjuntos del conjunto A. Sí el conjunto A tiene n elementos, el conjunto potencia de A tendrá
2n elementos.
5.- Conjunto Vacío: es aquel que no posee elementos y es subconjunto de cualquier otro conjunto.
6.-Diagrama de Venn: Los diagramas de Venn permiten visualizar gráficamente las nociones
conjuntistas y se representan mediante círculos inscritos en un rectángulo. Los círculos
corresponden a los conjuntos dados y el rectángulo al conjunto universal.
7.-Conjuntos Finitos o Infinitos: Los conjuntos serán finitos o infinitos, si sus elementos son o
no factibles de contar.
8.- Conjuntos disjuntos: Dos conjuntos son disjuntos si no tienen elementos comunes.
OPERACIONES CON CONJUNTOS
1.-Unión de conjuntos: La unión de dos conjuntos A y B es un conjunto cuyos elementos
pertenecen a A o a B.
Notación: AB
2.- Intersección de conjuntos: La intersección de dos conjuntos A y B, es un conjunto cuyos
elementos son comunes a A y B.
Notación: A  B
3.-Complemento: El complemento de un conjunto A, son todos los elementos que no están en el
conjunto A y que están en el universo.
Notación: Ac
4.- Diferencia de conjuntos: La diferencia de dos conjuntos A y B, es un conjunto cuyos
elementos son aquellos que están en el conjunto A, pero no en el conjunto B.
Notación: A – B
7.- Cardinalidad: La cardinalidad de un conjunto se representa con el símbolo # y corresponde
al número de elementos que tiene el conjunto.
 Resumen y guía de estudio para Estadística y Probabilidad 2

LEYES DE ALGEBRA DE CONJUNTO

1.- Asociatividad:
C C)
(AC = AC)
2.- Conmutatividad:

AB = BA
3.- Distributividad:
ACC)
AC) = (C)
4.- Absorción:
A
AA
5.- Idempotencia:
A
B
6.- Identidad:
 U  A
AUU A = 
7.-Complemento:
AcU Ac = 
(Ac)c = A U’= , ’ = U
8.- Ley de De´Morgan:
(AB)c = Acc (Ac = Acc
A – B = Ac
Estadística
La Estadística trata del recuento, ordenación y clasificación de los datos
obtenidos por las observaciones, para poder hacer comparaciones y sacar
conclusiones.
Conceptos de Estadística
Población
Una población es el conjunto de todos los elementos a los que se somete a
un estudio estadístico.
Individuo
Un individuo o unidad estadística es cada uno de los elementos que
componen la población.
Muestra
Una muestra es un conjunto representativo de la población de referencia, el
número de individuos de una muestra es menor que el de la población.
Muestreo
El muestreo es la reunión de datos que se desea estudiar, obtenidos de una
proporción reducida y representativa de la población.
Valor
Un valor es cada uno de los distintos resultados que se pueden obtener en un
estudio estadístico. Si lanzamos una moneda al aire 5 veces obtenemos dos
valores: cara y cruz.
Dato
Un dato es cada uno de los valores que se ha obtenido al realizar un estudio
estadístico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara,
cara, cruz, cara, cruz.
Variables estadísticas
Variable cualitativa
Las variables cualitativas se refieren a características o cualidades que no
pueden ser medidas con números. Podemos distinguir dos tipos:
Variable cualitativa nominal
 Resumen y guía de estudio para Estadística y Probabilidad 3

Una variable cualitativa nominal presenta modalidades no numéricas que

no admiten un criterio de orden.
Variable cualitativa ordinal o variable cuasi cuantitativa
Una variable cualitativa ordinal presenta modalidades no numéricas, en las
que existe un orden.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por
tanto se pueden realizar operaciones aritméticas con ella. Podemos
distinguir dos tipos:
Variable discreta
Una variable discreta es aquella que toma valores aislados, es decir no
admite valores intermedios entre dos valores específicos.
Variable continúa
Una variable continua es aquella que puede tomar valores comprendidos
entre dos números.
Distribución de frecuencias
La distribución de frecuencias o tabla de frecuencias es una ordenación
en forma de tabla de los datos estadísticos, asignando a cada dato su
frecuencia correspondiente.
Diagrama de barras
Un diagrama de barras se utiliza para de presentar datos cualitativos o
datos cuantitativos de tipo discreto.
Los datos se representan mediante barras de una altura proporcional a la
frecuencia.

Polígonos de frecuencias
Un polígono de frecuencias se forma uniendo los extremos de las barras
mediante segmentos.
También se puede realizar trazando los puntos que representan las
frecuencias y uniéndolos mediante segmentos.
Diagrama de sectores
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero
se usa frecuentemente para las variables cualitativas.
Los datos se representan en un círculo, de modo que el ángulo de cada
sector es proporcional a la frecuencia absoluta correspondiente.

Histograma
Un histograma es una representación gráfica de una variable en forma de
barras.
Se utilizan para variables continuas o para variables discretas, con un gran
número de datos, y que se han agrupado en clases.
En el eje abscisas se construyen unos rectángulos que tienen por base la
amplitud del intervalo, y por altura, la frecuencia absoluta de cada
intervalo.
Medidas de centralización
Moda
La moda es el valor que tiene mayor frecuencia absoluta.
Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas.
Cálculo de la moda para datos agrupados
1º Todos los intervalos tienen la misma amplitud.
 Resumen y guía de estudio para Estadística y Probabilidad 4

2º Los intervalos tienen amplitudes distintas.

En primer lugar tenemos que hallar las alturas.

La clase modal es la que tiene mayor altura.

Mediana
Es el valor que ocupa el lugar central de todos los datos cuando éstos están
ordenados de menor a mayor.
La mediana se representa por Me.
La mediana se puede hallar sólo para variables cuantitativas.
Cálculo de la mediana
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un número impar de medidas la mediana es la puntuación
central de la misma.
3 Si la serie tiene un número par de puntuaciones la mediana es la media
entre las dos puntuaciones centrales.
Cálculo de la mediana para datos agrupados
La mediana se encuentra en el intervalo donde la frecuencia acumulada
llega hasta la mitad de la suma de las frecuencias absolutas .

Es decir tenemos que buscar el intervalo en el que se encuentre .

Media aritmética
La media aritmética es el valor obtenido al sumar todos los datos y dividir
el resultado entre el número total de datos.
es el símbolo de la media aritmética.

Media aritmética para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la
media es:

Medidas de posición
Cuartiles
 Resumen y guía de estudio para Estadística y Probabilidad 5

Los cuartiles son los tres valores de la variable dividen a un conjunto de

datos ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75%
de los datos.

Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez
partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de
los datos.

Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100
partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de
los datos.

Medidas de dispersión
Desviación media
La desviación media es la media aritmética de los valores absolutos de las
desviaciones respecto a la media.

La desviación media se representa por

Desviación media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la
desviación media es:

Varianza (σ²) y desviación típica o estándar (σ).

La desviación típica es la raíz cuadrada de la varianza.
 Resumen y guía de estudio para Estadística y Probabilidad 6

La desviación típica se representa por σ.

Desviación típica para datos agrupados

Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.

Desviación típica para datos agrupados

Coeficiente de variación
El coeficiente de variación es la relación entre la desviación típica de una muestra
y su media.

Análisis Combinatorio
Factorial de un número natural
Es el producto de los “n” factores consecutivos desde “n” hasta 1. El factorial
de un número se denota por n!.

Variaciones
Se llama variaciones ordinarias de m elementos tomados de n en n (m ≥ n)
a los distintos grupos formados por n elementos de forma que:
No entran todos los elementos.
Sí importa el orden.
No se repiten los elementos.

También podemos calcular las variaciones mediante factoriales:

Las variaciones se denotan por

Variaciones con repetición

 Resumen y guía de estudio para Estadística y Probabilidad 7

Se llama variaciones con repetición de m elementos tomados de n en n a

los distintos grupos formados por n elementos de manera que:
No entran todos los elementos si m > n. Sí pueden entrar todos los elementos
si m ≤ n
Sí importa el orden.
Sí se repiten los elementos.

Permutaciones
Sí entran todos los elementos.
Sí importa el orden.
No se repiten los elementos.

Permutaciones con repetición

Permutaciones con repetición de m elementos donde el primer elemento se
repite a veces, el segundo b veces, el tercero c veces, ...(m = a + b + c + ...
= n) son los distintos grupos que pueden formarse con esos m elementos de
forma que :
Sí entran todos los elementos.
Sí importa el orden.
Sí se repiten los elementos.

Combinaciones
Se llama combinaciones de m elementos tomados de n en n (m ≥ n) a todas
las agrupaciones posibles que pueden hacerse con los m elementos de forma
que:
No entran todos los elementos.
No importa el orden.
No se repiten los elementos.

También podemos calcular mediante:

Combinaciones con repetición
Las combinaciones con repetición de m elementos tomados de n en n (m ≥
n), son los distintos grupos formados por n elementos de manera que:
No entran todos los elementos.
No importa el orden.
Sí se repiten los elementos.

Números combinatorios

El número se llama también número combinatorio. Se representa por

y se lee "m sobre n".

Propiedades de los números combinatorios

 Resumen y guía de estudio para Estadística y Probabilidad 8

1.

2.

3.

Binomio de Newton
La fórmula que nos permite hallar las potencias de un binomio se conoce
como binomio de Newton.

Teoría de probabilidades
La teoría de probabilidades se ocupa de asignar un cierto número a cada
posible resultado que pueda ocurrir en un experimento aleatorio, con el fin
de cuantificar dichos resultados y saber si un suceso es más probable que
otro.
Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria,
lo representaremos por E (o bien por la letra griega Ω).
Tipos de sucesos
Suceso elemental
Suceso elemental es cada uno de los elementos que forman parte del espacio
muestral.
Suceso aleatorio
Suceso compuesto es cualquier subconjunto del espacio muestral.
Suceso seguro
Suceso seguro, E, está formado por todos los posibles resultados (es decir,
por el espacio muestral).
Suceso imposible
Suceso imposible, , es el que no tiene ningún elemento.
Por ejemplo al tirar un dado obtener una puntuación igual a 7.
Sucesos compatibles
Dos sucesos, A y B, son compatibles cuando tienen algún suceso elemental
común.
Sucesos incompatibles
Dos sucesos, A y B, son incompatibles cuando no tienen ningún elemento en
común.
Sucesos independientes
Dos sucesos, A y B, son independientes cuando la probabilidad de que suceda
A no se ve afectada porque haya sucedido o no B.
Sucesos dependientes
Dos sucesos, A y B, son dependientes cuando la probabilidad de que suceda A
se ve afectada porque haya sucedido o no B.
Suceso contrario
El suceso contrario a A es otro suceso que se realiza cuando no se realiza A.,
Se denota por .

Unión de sucesos
 Resumen y guía de estudio para Estadística y Probabilidad 9

La unión de sucesos, A B, es el suceso formado por todos los elementos

de A y de B.
Intersección de sucesos
La intersección de sucesos, A B, es el suceso formado por todos los
elementos que son, a la vez, de A y B.
Diferencia de sucesos
La diferencia de sucesos, A − B , es el suceso formado por todos los
elementos de A que no son de B.

Sucesos contrarios
El suceso = E - A se llama suceso contrario o complementario de A.
Axiomas de la probabilidad
1.0 ≤ p(A) ≤ 1
2.p(E) = 1
3.p(A B) = p(A) + p(B)

Propiedades de la probabilidad

1
2
3
4
5 Si A1, A2, ..., Ak son incompatibles dos a dos entonces:

6 Si el espacio muestral E es finito y un suceso es S = {x 1, x2, ..., xn}

entonces:

Ley de Laplace

Probabilidad de la unión de sucesos incompatibles

A B =
p(A B) = p(A) + p(B)

Probabilidad de la unión de sucesos compatibles

A B ≠
p(A B) = p(A) + p(B) − p(A B)

Probabilidad condicionada

Probabilidad de la intersección de sucesos independientes

p(A B) = p(A) · p(B)

Probabilidad de la intersección de sucesos dependientes

 Resumen y guía de estudio para Estadística y Probabilidad 10

p(A B) = p(A) · p(B/A)

Variable aleatoria

Se llama variable aleatoria a toda función que asocia a cada elemento del
espacio muestral E un número real.
Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las
respectivas minúsculas (x, y, ...) para designar valores concretos de las
mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede tomar valores
enteros.
Ejemplos
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continúa
Una variable aleatoria continua es aquella que puede tomar todos los
valores posibles dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duración de una pila.
Función de probabilidad
Se llama función de probabilidad de una variable aleatoria discreta X a la
aplicación que asocia a cada valor de xi de la variable su probabilidad pi.
0 ≤ pi ≤ 1
p1 + p2 + p3 + · · · + pn = Σ pi = 1

Ejemplo
Calcular la distribución de probabilidad de las puntuaciones obtenidas al
lanzar un dado.

x p i

1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
Total 1

Representación
La representación de una distribución discreta de probabilidad es un
diagrama de barras.
Función de distribución de probabilidad.
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de
menor a mayor. Llamaremos función de distribución de la variable X , y
escribiremos F(x) a la función:
F(x) = p(X ≤ x)
La función de distribución asocia a cada valor de la variable aleatoria la
probabilidad acumulada hasta ese valor.
Ejemplo
Calcular la función de distribución de probabilidad de las puntuaciones
obtenidas al lanzar un dado.
 Resumen y guía de estudio para Estadística y Probabilidad 11

x p i

x <1 0
1≤ x < 2 1/6
2≤ x < 3 2/6
3≤ x < 4 3/6
4≤ x < 5 4/6
5≤ x < 6 5/6
6≤ x 1

Representación
La representación de una función de distribución de probabilidad es una
gráfica escalonada.

Esperanza matemática o media

Varianza

σ² =
Desviación típica o estándar

σ=
Ejemplo
Calcular la esperanza matemática, la varianza, y la desviación típica , de la
distribución de probabilidad de las puntuaciones obtenidas al lanzar un dado.

2
x p i x · p i (x-E(X)) · pi
1 1/6 1/6 1.04
2 1/6 2/6 0.375
3 1/6 3/6 0.041
4 1/6 4/6 0.041
5 1/6 5/6 0.375
6 1/6 1 1.04
21/6 2.912